
本日のレースデータ公開中
AI偏差値、枠順傾向、展開予測を無料で確認できます
競馬を年間を通じた「馬券購入行動」として捉える場合、GIレースのお祭り騒ぎに乗って適当に馬券を買うことは避けねばならない。JRAが定める「年間番組表(スケジュール)」と「クラス編成(昇級システム)」の構造を理解することで、時期によるレースの予測難易度や、回収率を高めやすい馬券購入機会を見極めることが可能となる。
本稿では、イベントとしてのカレンダーではなく、システムの枠組みとしてのカレンダー構造を解説する。
JRAのクラス編成システム(ピラミッド構造)
数値はUMA-FREEの過去データをテーマ別条件で集計したものです。出走取消・欠損データ・極端な少頭数レースは除外しています。的中・回収の保証はありません。
競馬のレースは獲得賞金に基づく厳格なクラス分け(ピラミッド)で構成されており、原則として同じレベルの馬同士が走るように設計されている。
- 新馬戦・未勝利戦: デビュー戦、およびまだ1勝もしていない馬のレース。
- 1勝クラス(旧500万下): 1勝した馬のレース。
- 2勝クラス(旧1000万下): 2勝した馬のレース。
- 3勝クラス(旧1600万下): 3勝した馬のレース。
- オープン・重賞・GI: 4勝以上した馬、および実力トップクラスのレース。
上のクラスに行くほど馬の能力差が縮まり(実力伯仲)、ペースの緩みがない厳しいレースとなる反面、実績データが豊富に蓄積されているため「過去データに基づく能力比較やAI分析」の精度が極めて高くなる。
時期別カレンダーの構造と馬券購入組み立て
春期(3月〜6月):データの蓄積と3歳路線の混沌
特徴と構造
- 古馬(4歳以上)はクラス編成が固定され、順当にデータ通りの対決が行われることが多い。
- 一方、3歳世代はクラシック(桜花賞や皐月賞から始まる世代限定のGIシリーズ)に向けて能力比較が発展途上の状態にある。
馬券購入戦術 過去データが豊富な4歳以上の「2勝クラス〜オープン」でのオッズ妙味算出が最も安定する時期である。逆に、各路線の実績馬が初めて激突するような3歳戦(特に春先)は能力比較の誤差が生じやすいため、オッズの歪みが発生しやすい反面、不安定感の高さを許容する資金管理が必要となる。
夏期(7月〜8月):ローカル開催と新馬戦の開始
特徴と構造
- 東京・中山・京都・阪神といった「主要4場」の開催が休みとなり、福島・新潟・小倉・札幌・函館の「ローカル場」へと開催が移る。
- クラス編成の再編(昇級判定)が行われ、3歳馬と古馬(4歳以上)が同じレースで走り始める。
- 翌年のクラシックに向けた2歳の「新馬戦」がスタートする。
馬券購入戦術 主要コースに比べて平坦・小回りの多いローカル場特有の「逃げ・先行バイアス」を利用する時期。過去走が全く存在しない2歳新馬戦は「調教タイムと血統」のみで大衆がオッズを形成するため歪みは大きいが、純粋なデータ分析(特に過去ラップ等)が使用できないため、AI・データ派にとっては観測期間(見送り)とするのも合理的選択である。
秋期(9月〜12月):データ適用の最高効率期と未勝利戦の終わり
特徴と構造
- 再び主要4場での開催に戻る。各馬の芝・ダート・距離に対する適性データが完全に顕在化している時期。
- 秋のGIシリーズが連続する。
馬券購入戦術 1年の中で最も過去データが信用できる時期。春からの実績(時計、コース適性バイアス)をもとに、AIによるオッズ妙味算出が極めて機能しやすいボーナスタイムである。 なお、夏を終えると「3歳未勝利戦」が終了し、勝てなかった馬は地方競馬等へ転出となる。未勝利戦終盤期は陣営が無理な仕上げを行うことが多く、データが狂いやすい(荒れやすい)点に注意が必要。
レースを「選別」するという行動
全てのレースを買うことは、控除率の注意点に自ら足を踏み入れ、オッズ妙味を下げ続ける行為である。
データ馬券購入において重要なのは、「データが不足しているレース」や「不確定要素が多すぎるレース」に手を出さないことだ。
- 過去データがない新馬戦
- 障害物を飛越する適性が読めない障害戦
- 出走馬の大半の能力が極端に低い未胜利戦終盤 これらは、いくらオッズが高くとも予測の精度を保つことが難しいため、検討候補からの除外(ルック)を推奨する。
総括:番組表はデータの質を測るリトマス紙
JRAの番組表とカレンダーは、「いつ、どんなレベルの馬が、どの程度蓄積された実績を背負って走るか」を示す設計図である。
AI予測や過去データ分析の精度は、そのレースにどれだけの「信頼できる過去データが存在するか」に依存している。クラスが高く、出走回数が多い古馬のレース(2勝クラス〜オープン)へと買い目を集中させることが、回収率向上への最短ルートである。
次に読む分析

系統別データ分析入門|5大血統の得意コースと回収率の相関構造
「血統のロマン」をできるだけ抑え、、代表的な5大系統(サンデーサイレンス系、キングカメハメハ系など)の芝・ダートにおける勝率・回収率データを基に、血統を客観的な判断材料として活用する方法を解説。
2025/11/14

オッズの見方|推定勝率とのズレで妙味を探す方法
オッズの見方を、推定勝率とのズレ、人気の偏り、回収率の考え方から整理。買う馬と見送る馬を分ける基準を解説します。
2025/11/13

パドック観察の定量基準|馬体増減と状態から見抜くオッズ妙味の上下
「元気そう」といった主観的表現を排除し、パドックでの発汗、歩様、馬体重の増減という定量的要素をデータと組み合わせて馬のパフォーマンス低下を見抜く方法を解説。
2025/11/12